高中休学，非科班出身，凭什么22岁成为Apache Committer和AI机器人公司联合创始人？

阿超 00后
任职 合十思维（北京）科技有限公司 联合创始人/技术合伙人
主要开源项目贡献：
Apache StreamPark Committer
Apache Shenyu Committer
热门 Java 开源项目 Hutool、Mybatis-Plus 核心开发者
Dromara 开源组织委员会 TOC 成员
Stream-Query 开源项目作者

主要开源事迹：
腾讯云开发者社区专栏超百万阅读；
Gitee 封面人物 33 期；
开源中国高手问答栏目嘉宾；
ItPub 开源秀第 14 期分享嘉宾；
ApacheCocAsia2024 演讲嘉宾；
ApacheCocAsia2025 志愿者；
OceanBase2024开发者大会演讲嘉宾；
“开源之夏”活动连续三年担任不同开源项目的导师。

GitHub贡献图上，他是深耕多年的顶尖程序员：Hutool、Mybatis-Plus核心开发者，Apache顶级项目Committer。

名片上，他是00后技术合伙人，正带队冲击“AI+机器人”前沿赛道。

而几年前，他高中休学，在网吧、酒吧、仓库、后厨辗转谋生。

没有名校光环，没有科班背景，他从技术的“荒野”中走来。

从B站自学编程，到向开源提交第一个PR；从“野生”开发者，到走进Apache国际协作；如今，他正将开源淬炼的工程思维，用于训练机器人像人一样“专注”与“响应”。

一个非科班出身的开发者，凭什么在硬科技领域赢得一席之地？

从“非科班”到“Apache Committer”：我的成长路径

大家好，我是阿超，一名 00 后的开源爱好者，也是热门Java开源项目 Hutool、Mybatis-Plus的团队成员、同时也是Apache StreamPark 和Apache ShenYu的 Committer。目前任职于合十思维（北京）科技有限公司技术副总监兼联合创始人，聚焦 AI+机器人领域，用开源思维做技术落地。

“00后”、“非科班”、“Apache Committer”、“联合创始人”......我身上有许多标签。但作为一名技术人，我最有感触的还是Apache Committer。Apache作为全球最大的开源组织，有自己一定的规范和标准，如开源协议、投票制度等等。记得在我第一次进行Apache StreamPark版本发布时，需要进行svn配置、对代码进行验证、编写英文邮件等等，邮件提前几天编辑好再三确认后才敢发出，可以算是一次非常新奇和紧张的体验，让我颇有感触。于我而言，成为Apache Committer不仅仅是对项目贡献的认可，也是让自己拓宽了国际开源的视野。

回头看我从外行踏上这条路，在20年初才算是正式开始学习编程，5月就入职了。不过之前也陆陆续续了解了一点Java开发语言的知识点，还是由于当时玩的一款由Java编写的游戏——Minecraft。不过那会儿自学比较笨拙，完全是摸着石头过河：一开始是跟着b站视频入门，然后逐渐能看一点官方文档，慢慢地能debug一点源码了。

在开源中淬炼：从社区贡献到核心开发者

这一年，我跳槽去了狂神的公司，也在那里迎来了开源之路上的一个重要节点。那是21年的国庆节，我泡在咖啡厅里研读Hutool的源码，完成了我的第一个PR贡献——提交了一个Opt工具类，对JDK原有的Optional做了增强。当PR被合并的那一刻，我心情无比激动，立刻转发到朋友圈和各种编程群聊，收到了许多朋友的祝贺和认可。这份来自社区的正面反馈，成了持续激励我投身开源的最初动力。

慢慢地，我成为了一个合格的贡献者。我意识到，接下来需要做的就是持续输出：维护Issue、提交PR，积极参与讨论。一个健康运营的开源项目会不断吸纳新成员，而当我为Hutool持续贡献了相当长一段时间，甚至达到了贡献排名第二，并有多个关键特性被合并后，我便自然而然地成长为Hutool、Mybatis-Plus等项目的核心开发者。这一切并非依靠“刷脸”或某一次爆发，而是通过坚持不懈的努力，逐步达到项目所期待的标准，从而走得更远。

（Gitee 封面人物 33 期）

成为核心开发者后，我不仅作为Stream-Query项目的作者，也承担起维护知名开源项目的责任。目前来看，维护知名项目的挑战更大，因为它要求你深入理解项目的方方面面——不仅是核心代码，还包括其历史背景、设计决策，需要综合参考Issue、邮件列表和PR历史。知名项目影响范围广，任何改动都需格外慎重。例如，Hutool升级到6.0时修改了包名导致大量方法不兼容，使得许多下游项目和用户难以升级，我觉得这也体现了维护者肩上沉重的责任。相比之下，创立一个新项目的最大难点，首先在于找到一个有价值的Idea，然后则需要持之以恒的毅力去运营和维护，通过完善的代码注释、开发者文档和本地化工作来吸引并招募贡献者。

在深耕具体项目之外，我也作为Dromara开源组织的TOC（技术监督委员会）成员，参与到更广阔的开源生态建设中。我的职责主要包括促进组织内项目的协作整合、减少冗余冲突，并参与官网维护、线下活动筹办等。Dromara作为一个非营利开源组织，汇聚了大量开发者和项目，其重要作用在于营造了一个相互支持、共同成长的氛围。像在开发者在实践中遇到问题，即便并非从属对应项目的贡献者，也常能得到组织内成员的热心帮助——这种“助人而后人恒助之”的精神，正是开源文化中“一个人或许能走得更快，但一群人会走得更远”的生动体现。

除了在开源社区中成长与回馈，我也有关注开发者如何更灵活地实践与成长。很巧的是，我曾向朋友推荐过程序员客栈这个平台，这类平台的核心价值在于搭建了一座连接开发者与需求方的桥梁。对于开发者，它提供了利用业余时间接单练手、增加收入的渠道；对于发包方，则能帮助企业快速找到具备特定技能的开发者，高效完成冷门或专项功能的开发，从而节省研发成本。这就像从古至今“跑腿”服务的演变：过去人们需长期雇佣专人来处理事务，如今则可通过外卖、配送平台随时调用灵活资源。这种模式带来了双重灵活性：需求方可以按需获取服务，而不必长期绑定专人；服务提供方也能更自主地安排时间与选择接单内容。本质上，这是通过技术平台实现了任务需求与人力资源的高效、动态匹配。

创业进行时：用开源思维做硬科技，AI与机器人的跨界实践

我的开源经历，不仅塑造了我的技术能力，更直接为我打开了关键的职业机遇。那是在我来北京创业之前，一位在开源社区结识的朋友，引荐我认识了合十思维的创始人。深入交流后，我发现公司的理念与我对未来的展望高度契合。首先，从整个公司的价值观来看，坚持长期主义，这与开源社区所秉承的持续贡献、共同建设的理念如出一辙；其次，我们都坚信好的技术应当造福人类与开发者，这与公司“以舍为得、合十为舍”的价值观不谋而合。无论是从价值观还是技术愿景上看，这都是一家值得托付、能够长远发展的公司。与创始人相谈甚欢，我们一拍即合，我也因此成为了联合创始人。我相信，我们将在AI、人形机器人、具身智能与开源的道路上并肩前行，越走越远。

从深耕Java全栈到投身“AI+机器人”领域，看似跨度不小，但之前的开源经验却为我提供了坚实的能力基础。开发语言终究是工具，核心在于掌握运用不同工具解决问题的能力。而开源经历赋予我的，首先是一种高效的学习与工程化思维：遇到需求时，能快速检索、研究并集成合适的开源方案。更重要的是，我将从开源项目中积累的严谨工程实践，尤其是编写单元测试的经验，成功迁移到机器人研发中，搭建了一套“单元测试+仿真模拟”的自动化测试体系。例如，我们将“AI抓取物体”这一复杂能力拆解为“识别物体”、“计算抓取角度”、“控制握力”等多个可测试单元，逐个编写测试用例，再逐级进行集成测试、端到端测试和真机测试等，最后才进行人机交互测试，这极大地提升了研发效率和系统可靠性。

我们公司专注于“具身智能”与高拟态仿人机器人的研发。要理解“具身智能”与纯软件AI（如大语言模型）的根本不同，最直观的一点在于是否拥有与物理世界实时交互的“身体”。纯软件AI在数字世界中运行，是“纸上谈兵”；而具身智能则通过物理身躯，像人一样亲身感知并作用于真实世界。其核心挑战在于让机器能真正理解并快速适应物理世界复杂多变的环境，例如完成“拿一杯咖啡”这个简单动作，就需要实时感知杯子的材质、形状、咖啡液量，并随时调整抓取力度和姿态，实时地进行反应学习并纠正。像我们公司现在研发搭载了“合小十”的清洁机器人能通过握持不同的工具，实时动态调整不同的清扫力度，并通过摄像头同步检测，反馈清理状态而执行后续流程。

（来源：消费日报网）

正是基于对实时交互与物理理解的极致要求，我们在模型技术上选择了“小而精”的路线。我们的类脑模型仅需90亿参数，在一张RTX 3090上即可完成训练和推理。这首先是出于商业化对成本的严苛考量，否则相较于国内外现有的大模型 AI 肯定是没有优势的。其次，我们采用了仿脑的注意力机制，而非传统大模型那种全局的拉框标注的方式，让系统在与目标交互时能像人一样聚焦关注点，优先处理关键信息进行反馈，而非对全局进行无差别计算，从而大幅提升算力效率。

同时，响应实时性是交互体验的生命线，如果系统延迟数秒才回应，体验会大打折扣，甚至产生明显的割裂感。目前我们采用的小型仿脑系统，能够根据用户当前的言语甚至中断指令，实时调整输出与思考状态。能够实现随时打断、即时响应，这与许多需要等待完整输出才能接收新指令的大模型相比，在交互流畅性上有着本质提升。

在资源有限的创业初期，最重要的其实是“活下去”。我们的产品线涵盖了双足人形机器人、清洁及布草复合机器人等多种形态，甚至包括我们现在研发的可穿戴AI眼镜、以及五指夹持器等等。确定这些方向，是技术驱动、市场痛点驱动与生存驱动三者共同作用的结果：随着公司内外研发的突破，我们会有越来越多的产品和功能，这是技术驱动；目前我们要不断的通过市场对现有一些产品的不足的体验提出的一些缺点和质疑来改进自己的产品来满足市场的需求，这是市场驱动；最后则是创业初期生存的驱动，如果只做人型机器人的话，像我们这种创业型公司是没有存活空间的。因此我们只能通过像搭载了具身智能的布草机器人或者清洁机器人一边帮我们回血 ，一边补充自己的研发的实力 ，同时又不会单一依靠资方存在资金链断裂的风险 ，我觉得这是三个方面的考量。

关于未来，与给新人的话

创业之后，平衡高压工作与开源贡献成为一项需要刻意规划的课题。目前，开源更多作为我的兴趣爱好在推进，因为其时间要求相对宽松。近期花在开源上的时间有所减少，我计划每月固定一个周末专门处理开源事务，其余时间则聚焦于公司工作。不过，开源贡献的节奏并非一成不变，有时也会进入一段密集投入的时期，整体上有点像潮汐般的起伏。

至于未来1-3年，在项目上，我期待集成更多AI能力，例如Apache Shenyu集成了AI插件，以及担任某次Apache ShenYu的Release Manager；个人方面，我长远的规划是持续贡献开源，目标是成为Apache PMC成员。在公司层面，核心是推进研发，让我们的产品更多地走向市场，真正融入日常生活。我憧憬着这样的场景：未来在酒店，为你提供送餐服务的将是更智能的机器人；在走廊里，完成客房清洁与布草更换的，可能是机器人，或者是人与机器人协同工作的新模式。

对于希望进入AI和机器人领域的年轻开发者，尤其是非科班出身的朋友，结合我的经历，我可以分享一些具体的建议：

1.掌握AI辅助工具基本算是必备技能，无论是Cursor、GitHub Copilot还是国产大模型，都能极大提升效率，但关键在于保持对其生成代码的验证能力。

2.在技术栈上，可以从Python和机器人操作系统（ROS）入手。

3.学习编程的过程中，无论当天有多忙，可以坚持每天去写一篇博客，哪怕博客质量很差或借助AI生成。积少成多后，遇到一个点，会想起来之前写过博客而回去翻阅——相信坚持的力量！

在这个AI重塑学习方式的时代，新手可以多使用AI工具去上手，保持好奇心与探索精神，坚持积累和输出。

最后，希望、也呼吁大家一起贡献开源，因为开源一直让我们这个世界变得越来越美好！